调用layers.Dense时触发AttributeError：'tuple'对象无'rank'属性

问题场景 #

执行代码行dense = layers.Dense(4, activation=act_func)(inputs)时触发错误：AttributeError: ‘tuple’ object has no attribute ‘rank’，对应的模型定义函数如下：

def gen_model(act_func = 'relu'):
    inputs = keras.Input(shape=(4,))
    dense = layers.Dense(4, activation=act_func)(inputs)
    dense = layers.Dense(4, activation=act_func)(dense)
    outputs = layers.Dense(1)(dense)
    model = keras.Model(inputs=inputs, outputs=outputs, name="NN_heat_controller")
    return model

打印inputs得到：<KerasTensor shape=(None, 4), dtype=float32, sparse=None, name=keras_tensor_1>，看起来符合Dense层对符号张量的要求。

可能原因及解决方案 #

• 导入方式不统一
  混用独立Keras和TensorFlow内置Keras（比如同时import keras和from tensorflow.keras import layers）会导致张量类型不兼容，触发该错误。
  解决：统一使用TensorFlow的Keras组件，导入代码改为：

  from tensorflow import keras
  from tensorflow.keras import layers
  

• 激活函数参数错误
  调用gen_model时如果传入的act_func是元组（比如误传act_func=('relu',)），会导致Dense层处理时出现类型错误。
  解决：确保传入的act_func是字符串（如'relu'）或者Keras激活函数对象（如keras.activations.relu）。

• 张量被意外包装为元组
  极少数情况下，keras.Input的输出可能被其他代码逻辑包装成元组（比如多输入场景的误处理）。
  解决：如果inputs是元组，显式提取张量，用inputs = inputs[0]获取其中的张量后再传入Dense层。

内容的提问来源于stack exchange，提问作者Muhammad Abdullah